红黑并行算法的改进

红黑排序混合算法包括Jacobi迭代混合算法、CG迭代混合算法和GMERS混合算法等.为加快收敛速度,对方法——Jacobi迭代混合算法的迭代矩阵I-A做了改进,用D-1（D-A）（D为A的对角矩阵）代替.在保持并行性的基础上,减少了迭代次数,节省了运行时间.数值实验的结果显示了改进的算法有更快的收敛速度.     

Improvement of red-black parallel algorithm

红黑排序混合算法包括Jacobi迭代混合算法、CG迭代混合算法和GMERS混合算法等.为加快收敛速度,对方法——Jacobi迭代混合算法的迭代矩阵I-A做了改进,用D-1(D—A)(D为A的对角矩阵)代替.在保持并行性的基础上,减少了迭代次数,节省了运行时间.数值实验的结果显示了改进的算法有更快的收敛速度.     

预条件USSOR迭代法在L矩阵下的比较结果

在线性方程组Ax=b的系数矩阵A为三对角L矩阵的前提下,提出了新的预条件矩阵P=I＋S1下的USSOR迭代方法.运用USSOR迭代方法及矩阵的分裂理论,获得了新的比较定理.通过数值例子验证了所得的结论.     

2-循环系数矩阵对称MSOR法收敛的充分必要条件

讨论了A为2-循环系数矩阵的线性方程组AX=b的对称MSOR迭代求解问题.在系数矩阵A为2-循环系数矩阵且相应的Jacobi迭代矩阵的特征值为实数或纯虚数时对称MSOR法收敛的充分必要条件,并举例说明所得结果的优点.     

2-循环系数矩阵对称MSOR法最优参数估计

讨论了A为2-循环系数矩阵的线性方程组AX=b的对称MSOR迭代求解问题.在线性方程组AX=b的系数矩阵为2-循环系数矩阵且Jacobi迭代矩阵的特征值都是实数或纯虚数的情况下,估计对称MSOR方法的最优参数,且举例说明所得的结果.     

2-循环矩阵下MASOR迭代法的收敛性分析

为研究MASOR的性质,证明在Jacobbi特征值μk1时,MASOR迭代可以收敛,首先引入块SOR迭代矩阵,同时建立块SOR迭代矩阵与块Jacobbi迭代矩阵的特征值与特征向量之间的关系.然后在给定Jacobbi特征值μ2k=mki情况下,分别讨论σ1=-σ2,σ1=σ2时,MASOR迭代矩阵在mk1,mk=1,mk1时的收敛范围.     

一类2-循环系数矩阵对称MSOR法收敛的充分条件

主要讨论A为一类2-循环系数矩阵的线性方程组AX=b的对称MSOR迭代求解问题.在矩阵A相应的Jacobi迭代矩阵特征值的平方为纯虚数,且Jacobi迭代不收敛的条件下,得到对称MSOR法收敛的充分条件,并用数值例子说明所得收敛条件的正确性.     

SOR迭代法的一个收敛性定理

为求解线性方程组Ax=b,常将矩阵A分解为A=M-N,这里M为非奇异矩阵.已知得到的迭代格式x(k+1)=M-1Nx(k)+M-1b (k=0,1,2,…)对任意初始向量x(0)都收敛到解x=A-1b,当且仅当M-1N的谱半径ρ(M-1N)<1,其中M-1N称为迭代矩阵.因此,估计ρ(M-1N)的界限就成了一个热点问题.针对线性方程组的系数矩阵为严格双α-对角占优矩阵的情况,讨论了线性方程组求解SOR迭代方法的收敛性,给出了迭代法的一个收敛性定理,由此得到了几个重要的推论.所得到的结果不仅适用于这几类矩阵,还适用于广义严格双α-对角占优矩阵类.解决了以往讨论迭代矩阵谱半径的估值问题,且使用方便.最后举例说明了所给结果的优越性.     

PSD迭代法收敛的一个充分条件

讨论了线性方程Ax=b的PSD迭代求解问题.在系数矩阵A为相客次序矩阵且A的Jacobi迭代矩阵的特征值μ_j=β_ji,β_j∈R且0<|β_j|<1的条件下得到PSD收敛的一个充分条件,并给出数值例子.     

(1,2)相容次序矩阵SOR迭代法的敛散性

当线性方程组Ax=b的系数矩阵A为(1,2)相容次序矩阵时,将几何和代数方法相结合,讨论了SOR迭代法分别在Jacobi迭代矩阵的所有特征值的3次幂非正和非负情况下的敛散性.最后得到了在Jacobi迭代矩阵所有特征值的3次幂为实数时,SOR迭代法的敛散区间并以实例说明,其中A∈Cn×n,x∈Cn,b∈Cn.     

相容次序矩阵AOR迭代收敛的充要条件

讨论了A为大型稀疏非奇异矩阵的线性方程组Ax=b的AOR迭代求解问题.在系数矩阵A为对角元素非零的(1,1)相容次序矩阵且其相应的Jacobi矩阵的特征值的平方数均为纯虚数或零的情况下,得到了AOR方法收敛的充要条件.并给出一个数值例子对结论作以说明.     

预条件I+S+R下的AOR迭代方法

对于线性方程组Ax=b,讨论了在预条件预矩阵I+S+R下系数矩阵为非奇异Z-阵时AOR迭代法的收敛性以及系数矩阵为非奇异不可约Z-阵时AOR方法的敛散性,进而得到了2个比较定理,并得出了预条件矩阵可以加快AOR方法的敛散速度,最后借助Matlab实现并验证了结论.     

不可约L阵下预条件PSD迭代法的敛散性

为研究PSD迭代法在不可约L阵下的敛散性,提出一种新的预条件矩阵P=I+S,之后在系数矩阵为没有零元素的L阵的条件下,运用特征向量法比较传统PSD迭代法谱半径与预条件PSD迭代法谱半径的大小,从而得到新的预条件PSD迭代法的敛散性.最后利用数值例子验证了所得结论.     

矩阵方程组的最小二乘解及其最佳逼近的迭代算法

建立了求矩阵方程组AiXBi=Ci(i=1,2)的最小二乘解的迭代算法.不考虑舍入误差时,对任意给定的初始矩阵,该算法能够在有限步迭代计算后得到矩阵方程组的最小二乘解,给定特殊的初始矩阵时可得到极小范数最小二乘解.另外,在上述解集合中也可给出指定矩阵的最佳逼近矩阵.     

一类双变量矩阵方程广义自反Ls解的迭代算法

借鉴求线性矩阵方程约束最小二乘（Ls）解的修正共轭梯度法,建立了求特殊类型的双矩阵变量线性矩阵方程的广义自反Ls解的迭代算法,证明了迭代算法的收敛性．利用该算法可在有限步迭代计算后求得矩阵方程的一组广义自反Ls解,选取特殊的初始矩阵时,可求得矩阵方程的极小范数广义自反Ls解．此外,还可求得在该矩阵方程的广义自反Ls解集合中对给定矩阵的最佳逼近．数值算例表明,迭代算法是有效的．     

多变量LME一种异类约束最小二乘解的迭代算法

基于求多矩阵变量线性矩阵方程(LME)异类约束解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多变量LME的一种异类约束最小二乘解的迭代算法.该算法不要求等价线性方程组的系数矩阵正定、可逆或者列满秩,因此该算法总是可行的.不考虑舍入误差时,该算法可在有限步计算后求得多变量LME的一组异类约束最小二乘解;选取特殊的初...     

一类新的预条件USSOR迭代法的比较定理

提出一种新的预条件矩阵,并给出基于该预条件的USSOR迭代法．比较了系数矩阵为不可约L阵时,在新的预条件下USSOR迭代法和传统USSOR迭代法谱半径的大小．预条件加快了传统的USSOR迭代法的收敛速度,并得到新的比较定理．且新方法的谱半径严格小于传统方法的谱半径．最后通过数值例子验证了所得结论的正确性．     

一类矩阵方程组的求解问题及其最佳逼近

对共轭梯度法进行适当变形,建立了求一类矩阵方程组AiXBi＋CiXDi=Ei（i=1,2）的一般解的变形共轭梯度法．该迭代算法可以判断矩阵方程组解的存在性．在不考虑舍入误差时,对任意给定初始矩阵,该迭代算法能够在有限步迭代计算之后得到矩阵方程组的解;选取特殊的初始矩阵时可得到矩阵方程组的极小范数解．另外,在上述解集合中也可给出指定矩阵的最佳逼近矩阵．     

一类预条件矩阵USSOR迭代方法的比较定理

为了提高线性方程组迭代法的收敛速度,采用适当的预处理方法是必要的,即PAx=Pb.利用新预条件矩阵P=I+C′α,当系数矩阵A为非奇异M-矩阵时,运用USSOR迭代方法及矩阵分裂理论,获得了新的比较定理.最后通过数值例子验证了所得的主要结论.